AgentSociety 2¶
AgentSociety 2 是面向计算社会科学的现代化、LLM 原生智能体模拟与科研平台：在统一的异步框架中创建与管理智能体、环境模块与研究技能，并支持从 CLI、REST API 到集成研究环境的多入口协作。
研究背景与平台定位¶
科学探究在历史上依托 经验、理论、计算与数据密集型 等范式不断扩展问题的范围、规模与深度；数字时代以来，大语言模型与自主智能体正在系统性地重塑知识生产与协作方式。对社会科学而言，智能体至少可以承担两类互补角色：其一，作为 智能体科学家，参与文献整合、想法产生与实验编排等认知劳动；其二，作为可规模化、可重复的 硅基被试，在可控仿真环境中开展问卷、访谈与干预的试点研究，从而在成本与伦理约束下探索反事实与机制。
AgentSociety 2 将上述思路落实为 端到端的智能体科研编排框架：围绕四类范式组织协同工作的能力——面向经验范式的实验设计、执行与结果分析；面向理论范式的文献整合与假设构建（并可对接跨学科文献与结构化工作流）；面向计算范式的通用智能体–环境仿真（在 AgentSociety 1 的模拟传统上扩展为更灵活的模块化架构）；以及面向数据密集型范式的数据获取、整合与统计推断支持。多类研究技能与 AgentSociety 编排器共同构成从文献与假设、到数据与计算实验、再到分析与文稿准备的 闭环流水线。
与此同时，平台强调 有意义的科学洞见仍源于人类研究者；挑战在于如何在降低工程负担的同时，使人与智能体能力对齐、协作可控。AgentSociety 2 通过 IDE 式集成研究环境（IRE） 与可视化/扩展入口（如后端 API、CLI、前端与扩展）提供结构化工作区，支持研究者与多智能体团队持续协同，在透明可控的前提下将初步想法落实为可复现的仿真实验。系统架构、路由与存储等实现细节见 核心概念；智能体与技能见 使用智能体 与 Agent Skills（智能体技能）。
核心特性¶
LLM 驱动的智能体: 创建具有个性、记忆和推理能力的智能体，由大语言模型驱动。
灵活的环境模块: 使用可组合的工具和状态管理构建自定义模拟环境。
异步优先设计: 高性能异步架构，实现高效的多智能体模拟。
回放与分析: append-only JSONL replay、
_schema.jsoncatalog 与 DuckDB 读侧，用于实验跟踪和分析。中断恢复: agent、env 和 society 三层状态都会原子持久化，CLI
--resume可从中断处继续运行实验（见 命令行界面）。研究技能: 内置文献检索、假设生成、实验设计、论文撰写等 LLM 原生工作流。
REST API: 基于 FastAPI 的独立后端服务，支持外部集成。
CLI 工具: 强大的命令行界面，支持实验运行和进度跟踪。
可扩展: 轻松扩展自定义智能体、环境和工具。
安装¶
pip install agentsociety2
详细安装说明请参见 安装。
快速开始¶
与智能体交互通过 AgentSociety 的异步 API（如 ask / intervene）完成，需使用 asyncio。最小示意见 快速入门。
文档¶
开发者指南: